[发明专利]基于建筑轮廓的车载和航空LiDAR数据配准方法

说明书

技术领域

本发明涉及一种LiDAR点云数据的配准方法，特别是涉及一种基于建筑轮廓的车载和航空LiDAR数据配准方法。

背景技术

航空和车载激光雷达是目前使用较多的两种激光雷达。激光雷达技术能够提供地物表面详尽而准确的不规则LiDAR点，数据质量优于其他一些测量技术，如数字摄影测量、雷达干涉测量等。

车载和航空LiDAR数据具有很强的相似性和互补性。一方面，车载和航空激光雷达都能够快速获取大范围的地物信息。另一方面，车载激光雷达数据中包含大量地物侧面信息，顶部信息较少；而航空激光雷达获取丰富的顶部信息，侧面信息缺失。航空与车载激光雷达各有优缺点，为了能够获取地物各个尺度、各个方向的详尽数据，两种平台数据的融合已经成为一种必然趋势。事实上，这些年来越来越多的学者集成两种数据进行应用研究，相关研究涉及地形制图、地质勘探、森林研究、水文研究、以及虚拟现实等等。

为了集成车载和航空LiDAR数据进行完整建筑模型的构建，需要对LiDAR点云进行配准。目前关于车载和航空LiDAR数据配准的研究还很少，很多研究在集成车载和航空LiDAR数据时采用第三方辅助数据进行配准。2003年，Hu J等人在期刊《IEEE Computer Graphics and Applications》23卷第6期中发表“Approaches to large-scale urban modeling”以及2008年Carlberg等人在Proceedings of the Fourth International Symposium on3D Data Processing,Visualization and Transmission会议中撰文“Fast surface reconstruction and segmentation with ground-based and airborne lidar range data”，均提到了使用车载LiDAR数据的GPS数据进行车载和航空数据的配准的方法。这一方法中的GPS数据在城区密集建筑群中定位的可靠性不高。2003年，Fruh C等人在期刊《IEEE Computer Graphics and Applications》23卷第6期中发表“Constructing3D city models by merging aerial and ground views”，选取航空影像作为参照，使用蒙特卡洛定位方法进行车载LiDAR数据的配准。2005年，Zhao H等人在期刊《Photogrammetric Engineering&Remote Sensing》71卷第4期中发表“Updating a digital geographic database using vehicle-borne laser scanners and line cameras”，使用航空LiDAR点云生成的数字表面模型（DSM）作为参照，从车载LiDAR点云和DSM中人工选取控制点进行两种数据的配准，从而将车载LiDAR数据集成到已有地理数据库中。考虑到第三方辅助数据的可获取性、数据精度，如何摆脱这些数据，寻求直接从点云出发的配准方法还是十分必要的。

LiDAR点云配准是将不同坐标系中的LiDAR点云转换到统一坐标系统，其中常用的基于特征基元的点云配准方法从点云中提取点、线、面特征进行配准，这些特征通常是指建筑角点、轮廓、屋顶面片、线状道路等。由于该方法利用特征基元而非直接对LiDAR点云进行配准，良好的配准基元是该类配准方法配准精度的保证。2004年，Pauly M等人在Eurographics Symposium on Point-Based Graphics会议中撰文“Uncertainty and variability in point cloud surface data”，认为由于车载和航空LiDAR数据本身的差异，寻求车载和航空LiDAR之间的共轭特征进行配准的难度很大：(1)不同视角。车载LiDAR平视或仰视地获取数据，地物侧面信息详尽，顶部信息缺失，而航空LiDAR以很小的视角俯视获取数据，顶部信息较多，侧面信息较少，两者的公共信息较少。(2)不同分辨率。车载LiDAR距离扫描目标数十米，数据分辨率最高可达毫米级，而航空LiDAR距离扫描目标几百米至上千米不等，数据分辨率在分米级或米级，理论上准确的一对一配准可能变为一对多配准。(3)点云数据的离散性。点云数据本身具有离散性，从中获取准确的共轭特征比较困难。

发明内容